Visión general de los conjuntos de datos de seguimiento multiobjeto

El seguimiento multiobjeto es un componente crítico en la analítica de vídeo que identifica objetos y mantiene IDs únicos para cada objeto detectado a través de los fotogramas de vídeo. Ultralytics YOLO ofrece potentes funciones de seguimiento que pueden aplicarse a diversos ámbitos, como la vigilancia, la analítica deportiva y la monitorización del tráfico.

Formato de los conjuntos de datos (próximamente)

El Detector Multi-Objeto no necesita entrenamiento independiente y soporta directamente modelos pre-entrenados de detección, segmentación o Pose. Próximamente se ofrecerá soporte para el entrenamiento de rastreadores.

Seguidores disponibles

Ultralytics YOLO es compatible con los siguientes algoritmos de seguimiento:

• BoT-SORT - Utilización botsort.yaml para activar este rastreador (por defecto)
• ByteTrack - Utilización bytetrack.yaml para activar este rastreador

Utilización

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3, iou=0.5 show

Persistencia de pistas entre fotogramas

Para un seguimiento continuo a través de fotogramas de vídeo, puede utilizar la función persist=True parámetro:

import cv2

from ultralytics import YOLO

# Load the YOLO model
model = YOLO("yolo11n.pt")

# Open the video file
cap = cv2.VideoCapture("path/to/video.mp4")

while cap.isOpened():
    success, frame = cap.read()
    if success:
        # Run tracking with persistence between frames
        results = model.track(frame, persist=True)

        # Visualize the results
        annotated_frame = results[0].plot()
        cv2.imshow("Tracking", annotated_frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break
    else:
        break

cap.release()
cv2.destroyAllWindows()

PREGUNTAS FRECUENTES

¿Cómo se utiliza el seguimiento multiobjeto con Ultralytics YOLO ?

Para utilizar Multi-Object Tracking con Ultralytics YOLO , puede empezar utilizando los ejemplos Python o CLI proporcionados. Así es como puede empezar:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")  # Load the YOLO11 model
results = model.track(source="https://youtu.be/LNwODJXcvt4", conf=0.3, iou=0.5, show=True)

yolo track model=yolo11n.pt source="https://youtu.be/LNwODJXcvt4" conf=0.3 iou=0.5 show

Estos comandos cargan el modelo YOLO11 y lo utilizan para el seguimiento de objetos en la fuente de vídeo dada con una confianza específica (conf) y Intersección sobre Union (iou). Para más detalles, consulte el documentación del modo pista.

¿Cuáles son las próximas características de los rastreadores de entrenamiento en Ultralytics?

Ultralytics mejora continuamente sus modelos de inteligencia artificial. Una próxima función permitirá el entrenamiento de rastreadores independientes. Hasta entonces, el Detector multiobjeto aprovecha los modelos preentrenados de detección, segmentación o pose para el seguimiento sin necesidad de entrenamiento independiente. Manténgase al día siguiendo nuestro blog o consultando las próximas funciones.

¿Por qué utilizar Ultralytics YOLO para el seguimiento de múltiples objetos?

Ultralytics YOLO es un modelo de detección de objetos de última generación conocido por su rendimiento en tiempo real y su gran precisión. El uso de YOLO para el seguimiento de varios objetos ofrece varias ventajas:

• Seguimiento en tiempo real: Consiga un seguimiento eficaz y de alta velocidad ideal para entornos dinámicos.
• Flexibilidad con modelos preentrenados: No es necesario entrenar desde cero; basta con utilizar modelos preentrenados de detección, segmentación o Pose.
• Facilidad de uso: La sencilla integración de la API con Python y CLI facilita la creación de canales de seguimiento.
• Amplia documentación y asistencia de la comunidad: Ultralytics proporciona una completa documentación y un activo foro de la comunidad para solucionar problemas y mejorar sus modelos de seguimiento.

Para más detalles sobre la configuración y el uso de YOLO para el seguimiento, visite nuestra guía de uso del seguimiento.

¿Puedo utilizar conjuntos de datos personalizados para el seguimiento de múltiples objetos con Ultralytics YOLO ?

Sí, puede utilizar conjuntos de datos personalizados para el seguimiento multiobjeto con Ultralytics YOLO . Aunque la compatibilidad con el entrenamiento de rastreadores independientes es una función de próxima aparición, ya puede utilizar modelos preentrenados en sus conjuntos de datos personalizados. Prepare sus conjuntos de datos en el formato adecuado compatible con YOLO y siga la documentación para integrarlos.

¿Cómo interpretar los resultados del modelo de seguimiento Ultralytics YOLO ?

Tras ejecutar un trabajo de seguimiento con Ultralytics YOLO , los resultados incluyen varios puntos de datos, como los ID de los objetos rastreados, sus cuadros delimitadores y las puntuaciones de confianza. A continuación se explica brevemente cómo interpretar estos resultados:

• ID de seguimiento: A cada objeto se le asigna un ID único, que ayuda a rastrearlo a través de los fotogramas.
• Cuadros delimitadores: Indican la ubicación de los objetos rastreados dentro del fotograma.
• Puntuaciones de confianza: Reflejan la confianza del modelo en la detección del objeto rastreado.

Para obtener información detallada sobre la interpretación y visualización de estos resultados, consulte la guía de tratamiento de resultados.

¿Cómo puedo personalizar la configuración del rastreador?

Puede personalizar el rastreador creando una versión modificada del archivo de configuración del rastreador. Copie un archivo de configuración del rastreador existente de ultralytics, modifique los parámetros según sea necesario y especifique este archivo al ejecutar el rastreador:

from ultralytics import YOLO

model = YOLO("yolo11n.pt")
results = model.track(source="video.mp4", tracker="custom_tracker.yaml")

Creado hace 1 año ✏️ Actualizado hace 9 días

Comentarios